中科星图——MODIS/006/MYD13A1的MYD13A1.006类数据集

简介: 中科星图——MODIS/006/MYD13A1的MYD13A1.006类数据集

数据名称:

MYD13A1.006

Modis

16天

Aqua

500m

数据来源:

NASA

时空范围:

2000-2022年

空间范围:

全国

数据简介:

MOD13A1 V6数据集是由Aqua星搭载的中分辨率成像光谱仪获取的L3级植被指数产品,空间分辨率为500米,具备两个主要的植被层,分别是栅格归一化植被指数(NDVI)和增强型植被指数(EVI)。产品遵循低云、低视角和最高NDVI/EVI值的原则,从获取的16天数据中选择最佳值作为影像的像素值。可用于检测植被状态和土地覆盖利用变化,并且,能够进一步用于生物化学、水循环过程和全球及区域性的气候研究,还有LAI、GPP等参数的反演。前言 – 人工智能教程

L3级植被指数产品是通过中分辨率成像光谱仪在Aqua星上获取的数据进行处理得到的。植被指数是一种用于评估植被生长状况的指标,通常使用的植被指数包括归一化植被指数(Normalized Difference Vegetation Index,NDVI)等。

L3级植被指数产品是通过对Aqua星获取的数据进行校正和处理得到的。首先,原始数据需要进行辐射校正,以消除大气影响。然后,根据已有的植被指数算法,计算每个像素点的植被指数数值。最后,将植被指数数值按照一定的空间分辨率进行聚合,得到L3级植被指数产品。

L3级植被指数产品通常包括NDVI和其他相关的植被指数,以及植被指数的时间序列数据。这些产品可以用于监测和评估植被的生长状况,例如农作物监测、森林管理、草原监测等。同时,L3级植被指数产品还可以用于分析植被的时空变化特征,帮助研究者和决策者了解植被的生态环境。

引用代码:

MODIS/006/MYD13A1

波段

名称 波段 单位 最小值 最大值 比例因子 波长 描述
NDVI B1 NDVI -2000 10000 0.0001 Normalized Difference Vegetation Index
EVI B2 EVI -2000 10000 0.0001 Enhanced Vegetation Index
VIQ B3 Bit Field VI quality indicators
RR B4 0 10000 0.0001 645nm Red surface reflectance
NIRR B5 0 10000 0.0001 858nm NIR surface reflectance
BR B6 0 10000 0.0001 469nm Blue surface reflectance
MIRR B7 0 10000 0.0001 2130nm/2105-2155nm MIR surface reflectance
VZA B8 Degree 0 18000 0.01 View zenith angle
SZA B9 0 18000 0.01 Solar zenith angle
RAA B10 -18000 18000 0.01 Relative azimuth angle
CDOY B11 Julian day 1 366 Julian day of year
PR B12 Rank Quality reliability of VI pixel

代码

/**
 * @File    :   MYD13A1.006
 * @Time    :   2023/06/06
 * @Author  :   GEOVIS Earth Brain
 * @Version :   0.1.0
 * @Contact :   中国(安徽)自由贸易试验区合肥市高新区望江西路900号中安创谷科技园一期A1楼36层
 * @License :   (C)Copyright 中科星图数字地球合肥有限公司 版权所有
 * @Desc    :  数据集key为MODIS/006/MYD13A1的MYD13A1.006类数据集
 * @Name    :   MYD13A1.006数据集
*/
//指定检索数据集,可设置检索的空间和时间范围,以及属性过滤条件
var imageCollection = gve.ImageCollection("MODIS/006/MYD13A1")
                        .filterDate('2022-01-01','2022-01-15')
                        .select(['NDVI'])
                        .limit(10);
print("imageCollection",imageCollection);
var img = imageCollection.first();
print("first", img);
var visParams = {
//    gamma: 1,
//    brightness: 1,
    min: 0,
    max: 10000,
    palette: {
    "band_rendering": {
      "pseudocolor": {
      "colormap": ['#FCD163','#66A000','#3E8601','#004C00','#023B01']
      }
    }
 }
};
Map.centerObject(img);
Map.addLayer(img,visParams);

通过LP DAAC获得的MODIS数据和产品在后续使用,销售或再分发没有任何限制,具体请参阅https://lpdaac.usgs.gov/data/data-citation-and-policies/ 

相关文章
|
2月前
|
人工智能 数据库
GEE数据集——USGS全球地震数据集
GEE数据集——USGS全球地震数据集
104 2
|
2月前
|
传感器 存储 编解码
中科星图——Landsat9_C2_TOA数据集
中科星图——Landsat9_C2_TOA数据集
71 5
|
编解码 ice
Google Earth Engine——NOAA气候数据记录(CDR)的AVHRR叶面积指数(LAI)和吸收光合有效辐射的部分(FAPAR)数据集包含描述植物冠层和光合活动的衍生值
Google Earth Engine——NOAA气候数据记录(CDR)的AVHRR叶面积指数(LAI)和吸收光合有效辐射的部分(FAPAR)数据集包含描述植物冠层和光合活动的衍生值
520 0
Google Earth Engine——NOAA气候数据记录(CDR)的AVHRR叶面积指数(LAI)和吸收光合有效辐射的部分(FAPAR)数据集包含描述植物冠层和光合活动的衍生值
|
11月前
|
索引
SPSS数据文件的结构重组
SPSS数据文件的结构重组
102 0
|
8月前
【Stata】4-数据整理
【Stata】4-数据整理
64 0
|
9月前
|
数据挖掘
2022年最新中国科学院期刊分区表变化 | 生物类、医学类
2022年最新中国科学院期刊分区表变化 | 生物类、医学类
133 0
|
数据采集 数据挖掘
Tidyverse|数据列的分分合合,一分多,多合一
Tidyverse|数据列的分分合合,一分多,多合一
跟SCI学Pseudotime 2 | 将拟时序分析结果映射到 umap 中
跟SCI学Pseudotime 2 | 将拟时序分析结果映射到 umap 中
122 0
|
编解码 BI 知识图谱
Google Earth Engine(GEE)—— GRIDMET: 爱达荷大学网格化地表气象数据集
Google Earth Engine(GEE)—— GRIDMET: 爱达荷大学网格化地表气象数据集
179 0
Google Earth Engine(GEE)—— GRIDMET: 爱达荷大学网格化地表气象数据集
案例分享:医疗流式细胞术数据文件(.fcs)导出excel表工具
案例分享:医疗流式细胞术数据文件(.fcs)导出excel表工具
案例分享:医疗流式细胞术数据文件(.fcs)导出excel表工具